🔭 astrophysics

Euclid Quick Data Release (Q1). The average far-infrared properties of Euclid-selected star-forming galaxies

本研究利用 Herschel 和 SCUBA-2 数据来表征 Euclid 选取的恒星形成星系的平均远红外性质，揭示了由于受较老恒星族群的加热作用，尘埃温度随宇宙时间而演化，并且 Euclid 星表在关键波长下占据了超过 60% 的宇宙红外背景。

原作者： Euclid Collaboration, R. Hill, A. Abghari, D. Scott, M. Bethermin, S. C. Chapman, D. L. Clements, S. Eales, A. Enia, B. Jego, A. Parmar, P. Tanouri, L. Wang, S. Andreon, N. Auricchio, C. BaccigalupiEuclid Collaboration, R. Hill, A. Abghari, D. Scott, M. Bethermin, S. C. Chapman, D. L. Clements, S. Eales, A. Enia, B. Jego, A. Parmar, P. Tanouri, L. Wang, S. Andreon, N. Auricchio, C. Baccigalupi, M. Baldi, A. Balestra, S. Bardelli, P. Battaglia, A. Biviano, E. Branchini, M. Brescia, S. Camera, G. Cañas-Herrera, V. Capobianco, C. Carbone, J. Carretero, M. Castellano, G. Castignani, S. Cavuoti, K. C. Chambers, A. Cimatti, C. Colodro-Conde, G. Congedo, C. J. Conselice, L. Conversi, Y. Copin, A. Costille, F. Courbin, H. M. Courtois, M. Cropper, A. Da Silva, H. Degaudenzi, G. De Lucia, H. Dole, F. Dubath, X. Dupac, S. Dusini, S. Escoffier, M. Farina, F. Faustini, S. Ferriol, F. Finelli, N. Fourmanoit, M. Frailis, E. Franceschi, M. Fumana, S. Galeotta, K. George, B. Gillis, C. Giocoli, J. Gracia-Carpio, A. Grazian, F. Grupp, S. V. H. Haugan, W. Holmes, I. M. Hook, F. Hormuth, A. Hornstrup, K. Jahnke, M. Jhabvala, B. Joachimi, E. Keihänen, S. Kermiche, A. Kiessling, B. Kubik, M. Kümmel, M. Kunz, H. Kurki-Suonio, A. M. C. Le Brun, D. Le Mignant, S. Ligori, P. B. Lilje, V. Lindholm, I. Lloro, G. Mainetti, D. Maino, E. Maiorano, O. Mansutti, S. Marcin, O. Marggraf, M. Martinelli, N. Martinet, F. Marulli, R. J. Massey, E. Medinaceli, S. Mei, M. Melchior, Y. Mellier, M. Meneghetti, E. Merlin, G. Meylan, A. Mora, M. Moresco, L. Moscardini, R. Nakajima, C. Neissner, S. -M. Niemi, C. Padilla, S. Paltani, F. Pasian, K. Pedersen, W. J. Percival, V. Pettorino, S. Pires, G. Polenta, M. Poncet, L. A. Popa, L. Pozzetti, F. Raison, R. Rebolo, A. Renzi, J. Rhodes, G. Riccio, E. Romelli, M. Roncarelli, R. Saglia, Z. Sakr, D. Sapone, B. Sartoris, M. Sauvage, M. Schirmer, P. Schneider, T. Schrabback, A. Secroun, G. Seidel, S. Serrano, C. Sirignano, G. Sirri, L. Stanco, J. -L. Starck, J. Steinwagner, P. Tallada-Crespí, A. N. Taylor, H. I. Teplitz, I. Tereno, N. Tessore, S. Toft, R. Toledo-Moreo, F. Torradeflot, I. Tutusaus, L. Valenziano, J. Valiviita, T. Vassallo, G. Verdoes Kleijn, A. Veropalumbo, Y. Wang, J. Weller, A. Zacchei, G. Zamorani, F. M. Zerbi, I. A. Zinchenko, E. Zucca, V. Allevato, M. Ballardini, M. Bolzonella, E. Bozzo, C. Burigana, R. Cabanac, M. Calabrese, A. Cappi, J. A. Escartin Vigo, L. Gabarra, W. G. Hartley, M. Huertas-Company, R. Maoli, J. Martín-Fleitas, S. Matthew, N. Mauri, R. B. Metcalf, A. Pezzotta, M. Pöntinen, I. Risso, V. Scottez, M. Sereno, M. Tenti, M. Viel, M. Wiesmann, Y. Akrami, I. T. Andika, S. Anselmi, M. Archidiacono, F. Atrio-Barandela, D. Bertacca, L. Bisigello, A. Blanchard, L. Blot, H. Böhringer, M. Bonici, S. Borgani, M. L. Brown, S. Bruton, A. Calabro, B. Camacho Quevedo, F. Caro, C. S. Carvalho, T. Castro, Y. Charles, F. Cogato, S. Conseil, A. R. Cooray, O. Cucciati, S. Davini, F. De Paolis, G. Desprez, A. Díaz-Sánchez, J. J. Diaz, S. Di Domizio, J. M. Diego, P. -A. Duc, M. Y. Elkhashab, A. Finoguenov, A. Fontana, F. Fontanot, A. Franco, K. Ganga, J. García-Bellido, T. Gasparetto, V. Gautard, E. Gaztanaga, F. Giacomini, F. Gianotti, A. H. Gonzalez, G. Gozaliasl, M. Guidi, C. M. Gutierrez, A. Hall, S. Hemmati, C. Hernández-Monteagudo, H. Hildebrandt, J. Hjorth, J. J. E. Kajava, Y. Kang, V. Kansal, D. Karagiannis, K. Kiiveri, J. Kim, C. C. Kirkpatrick, S. Kruk, J. Le Graet, L. Legrand, M. Lembo, F. Lepori, G. Leroy, G. F. Lesci, J. Lesgourgues, T. I. Liaudat, A. Loureiro, J. Macias-Perez, M. Magliocchetti, E. A. Magnier, F. Mannucci, C. J. A. P. Martins, L. Maurin, C. J. R. McPartland, M. Miluzio, P. Monaco, C. Moretti, G. Morgante, K. Naidoo, A. Navarro-Alsina, S. Nesseris, D. Paoletti, F. Passalacqua, K. Paterson, L. Patrizii, A. Pisani, D. Potter, S. Quai, M. Radovich, G. Rodighiero, S. Sacquegna, M. Sahlén, D. B. Sanders, E. Sarpa, A. Schneider, D. Sciotti, E. Sellentin, L. C. Smith, J. G. Sorce, S. A. Stanford, K. Tanidis, C. Tao, G. Testera, R. Teyssier, S. Tosi, A. Troja, M. Tucci, C. Valieri, A. Venhola, D. Vergani, G. Verza, P. Vielzeuf, N. A. Walton

发布于 2026-07-14

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Euclid Collaboration, R. Hill, A. Abghari, D. Scott, M. Bethermin, S. C. Chapman, D. L. Clements, S. Eales, A. Enia, B. Jego, A. Parmar, P. Tanouri, L. Wang, S. Andreon, N. Auricchio, C. Baccigalupi, M. Baldi, A. Balestra, S. Bardelli, P. Battaglia, A. Biviano, E. Branchini, M. Brescia, S. Camera, G. Cañas-Herrera, V. Capobianco, C. Carbone, J. Carretero, M. Castellano, G. Castignani, S. Cavuoti, K. C. Chambers, A. Cimatti, C. Colodro-Conde, G. Congedo, C. J. Conselice, L. Conversi, Y. Copin, A. Costille, F. Courbin, H. M. Courtois, M. Cropper, A. Da Silva, H. Degaudenzi, G. De Lucia, H. Dole, F. Dubath, X. Dupac, S. Dusini, S. Escoffier, M. Farina, F. Faustini, S. Ferriol, F. Finelli, N. Fourmanoit, M. Frailis, E. Franceschi, M. Fumana, S. Galeotta, K. George, B. Gillis, C. Giocoli, J. Gracia-Carpio, A. Grazian, F. Grupp, S. V. H. Haugan, W. Holmes, I. M. Hook, F. Hormuth, A. Hornstrup, K. Jahnke, M. Jhabvala, B. Joachimi, E. Keihänen, S. Kermiche, A. Kiessling, B. Kubik, M. Kümmel, M. Kunz, H. Kurki-Suonio, A. M. C. Le Brun, D. Le Mignant, S. Ligori, P. B. Lilje, V. Lindholm, I. Lloro, G. Mainetti, D. Maino, E. Maiorano, O. Mansutti, S. Marcin, O. Marggraf, M. Martinelli, N. Martinet, F. Marulli, R. J. Massey, E. Medinaceli, S. Mei, M. Melchior, Y. Mellier, M. Meneghetti, E. Merlin, G. Meylan, A. Mora, M. Moresco, L. Moscardini, R. Nakajima, C. Neissner, S. -M. Niemi, C. Padilla, S. Paltani, F. Pasian, K. Pedersen, W. J. Percival, V. Pettorino, S. Pires, G. Polenta, M. Poncet, L. A. Popa, L. Pozzetti, F. Raison, R. Rebolo, A. Renzi, J. Rhodes, G. Riccio, E. Romelli, M. Roncarelli, R. Saglia, Z. Sakr, D. Sapone, B. Sartoris, M. Sauvage, M. Schirmer, P. Schneider, T. Schrabback, A. Secroun, G. Seidel, S. Serrano, C. Sirignano, G. Sirri, L. Stanco, J. -L. Starck, J. Steinwagner, P. Tallada-Crespí, A. N. Taylor, H. I. Teplitz, I. Tereno, N. Tessore, S. Toft, R. Toledo-Moreo, F. Torradeflot, I. Tutusaus, L. Valenziano, J. Valiviita, T. Vassallo, G. Verdoes Kleijn, A. Veropalumbo, Y. Wang, J. Weller, A. Zacchei, G. Zamorani, F. M. Zerbi, I. A. Zinchenko, E. Zucca, V. Allevato, M. Ballardini, M. Bolzonella, E. Bozzo, C. Burigana, R. Cabanac, M. Calabrese, A. Cappi, J. A. Escartin Vigo, L. Gabarra, W. G. Hartley, M. Huertas-Company, R. Maoli, J. Martín-Fleitas, S. Matthew, N. Mauri, R. B. Metcalf, A. Pezzotta, M. Pöntinen, I. Risso, V. Scottez, M. Sereno, M. Tenti, M. Viel, M. Wiesmann, Y. Akrami, I. T. Andika, S. Anselmi, M. Archidiacono, F. Atrio-Barandela, D. Bertacca, L. Bisigello, A. Blanchard, L. Blot, H. Böhringer, M. Bonici, S. Borgani, M. L. Brown, S. Bruton, A. Calabro, B. Camacho Quevedo, F. Caro, C. S. Carvalho, T. Castro, Y. Charles, F. Cogato, S. Conseil, A. R. Cooray, O. Cucciati, S. Davini, F. De Paolis, G. Desprez, A. Díaz-Sánchez, J. J. Diaz, S. Di Domizio, J. M. Diego, P. -A. Duc, M. Y. Elkhashab, A. Finoguenov, A. Fontana, F. Fontanot, A. Franco, K. Ganga, J. García-Bellido, T. Gasparetto, V. Gautard, E. Gaztanaga, F. Giacomini, F. Gianotti, A. H. Gonzalez, G. Gozaliasl, M. Guidi, C. M. Gutierrez, A. Hall, S. Hemmati, C. Hernández-Monteagudo, H. Hildebrandt, J. Hjorth, J. J. E. Kajava, Y. Kang, V. Kansal, D. Karagiannis, K. Kiiveri, J. Kim, C. C. Kirkpatrick, S. Kruk, J. Le Graet, L. Legrand, M. Lembo, F. Lepori, G. Leroy, G. F. Lesci, J. Lesgourgues, T. I. Liaudat, A. Loureiro, J. Macias-Perez, M. Magliocchetti, E. A. Magnier, F. Mannucci, C. J. A. P. Martins, L. Maurin, C. J. R. McPartland, M. Miluzio, P. Monaco, C. Moretti, G. Morgante, K. Naidoo, A. Navarro-Alsina, S. Nesseris, D. Paoletti, F. Passalacqua, K. Paterson, L. Patrizii, A. Pisani, D. Potter, S. Quai, M. Radovich, G. Rodighiero, S. Sacquegna, M. Sahlén, D. B. Sanders, E. Sarpa, A. Schneider, D. Sciotti, E. Sellentin, L. C. Smith, J. G. Sorce, S. A. Stanford, K. Tanidis, C. Tao, G. Testera, R. Teyssier, S. Tosi, A. Troja, M. Tucci, C. Valieri, A. Venhola, D. Vergani, G. Verza, P. Vielzeuf, N. A. Walton

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，将宇宙看作一座巨大且繁忙的城市。长期以来，天文学家一直使用像 Euclid（欧几里德）这样强大的望远镜，在可见光和近红外光波段拍摄这座城市建筑（即星系）的高清照片。他们可以看到建筑的“砖块”——也就是恒星——并统计居住在那里的“人数”（恒星数量）。但问题在于：这些照片漏掉了这座城市供暖系统的温暖微光。

那个供暖系统就是宇宙尘埃。它是被年轻、炽热的恒星加热后发出的明亮光芒，存在于人类肉眼看不见的远红外波段。为了看到这种光芒，我们需要换一种不同的“镜头”，比如 Herschel（赫歇尔）和 SCUBA-2 望远镜。但问题是，Herschel 和 SCUBA-2 的镜头有点“模糊”。它们无法识别出 Euclid 照片中单个建筑的轮廓；相反，它们看到的是一片模糊、发光的“浓汤”，成千上万个星系在那里混合在一起。

那么，如果你看不清一个个独立的“锅”时，你该如何判断这锅“汤”有多热呢？你使用了一个叫做“堆叠”（stacking）的小技巧。想象一下你有百万张模糊的人群照片。你看不清每个人的脸，但如果你把它们完美地对齐，并对每个人站立位置的像素亮度进行平均，模糊的噪声就会抵消，从而显现出清晰的平均亮度。这正是这篇论文所做的。研究团队提取了 Euclid 快速数据发布（Q1）中的数据——这是一个包含超过 260 万个恒星形成星系的列表——并将它们堆叠到 Herschel 和 SCUBA-2 的地图上，以测量它们的平均远红外光芒。

重大发现：宇宙的“恒温器”

他们最令人兴奋的发现是，宇宙尘埃的温度是如何随着宇宙年龄的变化而变化的。

把宇宙想象成一间在大型派对结束后正在慢慢降温的房子。在宇宙早期（当时它还很年轻，红移较高，约为 $z \simeq 3$ ），尘埃非常热，大约为 35 K。这很好理解，因为当时的宇宙充满了充满能量的年轻恒星，它们像熊熊烈火一样加热着一切。

但随着宇宙变老，团队发现了一些令人惊讶的现象。尘埃并没有一直持续变冷直到冻结。相反，它在宇宙大约 60 亿岁（红移约为 $z \simeq 1$ ）时经历了快速冷却，然后……它停止了。温度趋于平稳，并一直保持在约 23 K，直到今天。

作者认为，这是因为加热尘埃的不再仅仅是年轻恒星的“火焰”。在早期宇宙，尘埃是由恒星形成区中炽热的年轻恒星加热的。但到了今天，尘埃主要由“老卫兵”——即那些存在了很久的、较冷的年长恒星——来加热。尽管这些老恒星的能量较低，但由于它们的数量极其庞大，它们能让尘埃保持在稳定的 23 K 温暖状态，防止其完全冻结。

测量值 vs. 模拟值

团队并非仅仅靠猜测，而是进行了测量。他们将数据拟合到一个特定的数学曲线： $T_2 + (T_1 - T_2) e^{-t/\tau}$ 。

$T_1$ （起始高温）测量值为 $(79.7 \pm 7.4)$ K。
$T_2$ （最终稳定温度）测量值为 $(23.2 \pm 0.1)$ K。
$\tau$ （冷却速度）测量值为 $(1.6 \pm 0.1)$ Gyr（十亿年）。

正是在这里，他们反驳了一个流行的观点。有一些计算机模拟（如 MAMBO 模拟）试图预测星系的行为。这些模拟表明，尘埃温度应该随着宇宙变老而持续下降，永不趋于平稳。作者的数据明确显示，对于当前时代而言，这种模拟是错误的。真实的宇宙有一个模拟模型所忽略的“底温”。

其他有趣的发现

尘埃与恒星： 团队还研究了尘埃相对于恒星的含量。他们发现，当宇宙从现在回溯到大约 $z \simeq 1$ 时，尘埃与恒星的比率在增加，然后似乎进入了平台期或开始下降。这是因为在过去，星系吞噬了大量的气体（气体会转化为尘埃），而现在它们正在耗尽或失去这些气体。
质量对热量没有影响： 令人惊讶的是，尘埃的温度并不关心星系的大小。如果处于宇宙中相同的年龄，一个微型星系和一个巨型星系的尘埃温度大致相同。这意味着，一个星系制造恒星的速度与它尘埃热度之间的联系，完全取决于该星系的质量。
破解宇宙谜题： 团队计算了他们能观测到多少“宇宙红外背景”（即宇宙中所有尘埃的总光芒）。他们发现，他们研究的 Euclid 星系贡献了在 250、350 和 500 $\mu$ m 波长下超过 60% 的总光芒。他们还没有解开整个谜题，但已经找到了最大的碎片。

下一步计划

论文指出，随着 Euclid 任务的持续深入，他们将能够看到更多星系，包括更暗淡以及更遥远的星系。这将有助于他们观察尘埃温度是否真的会永远保持平稳，或者是否会以目前还无法观测到的方式发生变化。就目前而言，他们已经测量出了宇宙尘埃中一种清晰且稳定的温暖，而计算机模型未能预测到这一点，这证明了宇宙的供暖系统比我们想象的要复杂得多。

技术摘要：Euclid 选取的恒星形成星系的平均远红外性质

问题与动机
Euclid 任务的第一阶段快速数据发布（Q1）提供了一个前所未有的光学和近红外（NIR）数据集，包含数百万个具有稳健的光度红移、恒星质量以及通过光谱能量分布（SED）拟合得出的恒星形成率（SFR）的星系。然而，这些基于光学/近红外的 SFR 依赖于对尘埃消光和底层恒星种群的假设。为了独立约束这些星系的平均远红外性质并验证 SFR 估算的连贯性，本研究调查了来自尘埃颗粒的热辐射。由于以往对远红外数据的堆叠分析（例如在 UDS、COSMOS 或 GAMA 场中）受到小天区或红移范围的限制，Euclid Q1 目录允许对跨越数十平方度的数百万个星系进行堆叠，从而实现对 $z \approx 3$ 处恒星形成星系主序列（MS）的统计稳健表征。

方法论
作者利用了 Euclid Q1 合并目录（具体为 Euclid Collaboration: Enia et al. 2025 中描述的样本），选择了红移范围在 $0.2 < z < 3.0$ 且恒星质量范围在 $8.3 < \log_{10}(M_*/M_\odot) < 11.5$ 之间的恒星形成星系。该样本与现有的来自 Herschel 太空天文台（PACS 在 100/160 $\mu$ m；SPIRE 在 250/350/500 $\mu$ m）以及 SCUBA-2 仪器（450/850 $\mu$ m）的远红外成像进行了交叉匹配。分析覆盖的总重叠面积为 SPIRE 的 17.6 deg $^2$ 和 SCUBA-2 的 2.4 deg $^2$ 。

为了解决远红外仪器（10–30 角秒）相对于 Euclid 分辨率（~0.2 角秒）而言较粗糙的角度分辨率问题，作者采用了 SimStack 算法进行堆叠分析。该方法同时求解由恒星质量和红移定义的多个分箱（bins）的平均通量密度。关键的方法论特征包括：

SimStack 实现： 通过求解线性系统 $y = S_1 X_1 + \dots + S_N X_N$ 来确定 $N$ 个分箱的堆叠振幅（ $S_b$ ），在不假设泊松分布的情况下，考虑了星系聚类和分箱间的相关性。
掩模（Masking）： 对受亮星、边缘效应和银河系源（如 NGC 6543）污染的区域进行了严格的掩模处理，以防止偏置堆叠通量。
SED 拟合： 堆叠的通量密度使用向高频转变为幂律的修正黑体模型进行拟合。由于光度约束有限，尘埃发射指数（ $\beta$ ）和幂律斜率（ $\alpha$ ）被固定为源自局部远红外选选星系的值（ $\beta=1.96, \alpha=2.3$ ）。
参数推导： 从最佳拟合的 SED 中，作者推导出了平均尘埃温度（ $T_d$ ）、尘埃质量（ $M_d$ ）以及基于远红外的 SFR。

关键结果

SFR 一致性： 基于远红外的 SFR 与通过光学/近红外光度推导出的恒星形成主序列（MS）预测的 SFR 显示出良好的一致性，加权平均比值为 1.0。
尘埃温度演化： 平均尘埃温度（ $T_d$ $T_{d}$ ）随宇宙时间（红移增加）而降低。其演化可以用函数 $T_d(t) = T_2 + (T_1 - T_2)e^{-t/\tau}$ $T_{d} (t) = T_{2} + (T_{1} - T_{2}) e^{- t / τ}$ 很好地描述，其中 $T_1 = 79.7 \pm 7.4$ $T_{1} = 79.7 \pm 7.4$ K（外推至 $t=0$ $t = 0$ ）， $T_2 = 23.2 \pm 0.1$ $T_{2} = 23.2 \pm 0.1$ K（渐近值），且 $\tau = 1.6 \pm 0.1$ $τ = 1.6 \pm 0.1$ Gyr。
- 至关重要的是， $T_d$ 被发现对于所研究的分箱中的恒星质量是独立的。
- $T_d$ 在 $z < 1$ 时收敛于一个非零值（ $T_2 \approx 23$ K）表明，主序列星系中的尘埃越来越多地是被现有的较冷、较老的恒星种群加热，而非仅仅由恒星形成区内的热年轻恒星加热。
尘埃质量与比例： 尘埃质量（ $M_d$ ）和尘埃-恒星质量比（ $M_d/M_*$ ）从 $z=0.2$ 到 $z \approx 1$ 逐渐增加，之后趋于平缓或下降。尘埃-恒星质量比在所有红移下均随恒星质量增加而降低，这归因于更重质量星系的较低比恒星形成率（sSFRs）。
宇宙红外背景（CIB）： Euclid Q1 目录解析了 250、350 和 500 $\mu$ m 处超过 60% 的 CIB。在 100 $\mu$ m 处，估计解析比例为 30–80%，而在 850 $\mu$ m 处为 30–40%。
与模拟对比： 当与基于 Millennium 模拟和经验星系生成器的 MAMBO 模拟目录进行比较时，模拟的尘埃质量和 SFR 表现出合理的吻合。然而，模拟预测尘埃温度随时间单调下降，未能重现观测到的低红移（ $z < 1$ ）处的平台期。

意义与主张
论文声称，这项研究代表了迄今为止此类规模最大的堆叠分析，充分利用了 Euclid Q1 发布中独特的数据深度和面积。其主要意义在于发现恒星形成星系的平均尘埃温度在低红移处收敛于一个常数值，且与恒星质量无关。这一发现挑战了那些认为尘埃温度严格正比于 SFR 或 sSFR 的模型，表明随着宇宙年龄的增长，尘埃的加热机制发生了从年轻大质量恒星到普通恒星辐射场的转变。

此外，作者证明了尘埃温度与 SFR 之间的相关性是由恒星质量介导的，因为 $T_d$ 本身是质量无关的。研究结果还为未来的 Euclid 数据发布提供了基准，表明需要更深度的成像才能完全解析 CIB 并探测更高红移（ $z > 1.5$ ）和更低恒星质量下的尘埃性质。研究结论指出，虽然目前的 Q1 数据尚未解析整个 CIB，但它解释了 SPIRE 波长下的绝大部分背景，验证了 Euclid 绘制宇宙恒星形成种群热历史的潜力。

类似论文